Ecologia e intelligenza artificiale: più forti insieme

Pubblicato l’11 settembre a Atti dell’Accademia Nazionale delle Scienzeil documento sostiene una sinergia tra l’intelligenza artificiale e l’ecologia che potrebbe sia rafforzare l’intelligenza artificiale sia aiutare a risolvere complesse sfide globali, come le epidemie, la perdita di biodiversità e gli impatti dei cambiamenti climatici.

L’idea è nata dall’osservazione che l’intelligenza artificiale può essere incredibilmente efficace in determinati compiti, ma ancora lontana dall’essere utile in altri – e che lo sviluppo dell’intelligenza artificiale sta colpendo muri che i principi ecologici potrebbero aiutarla a superare.

“I tipi di problemi che affrontiamo regolarmente in ecologia non sono solo sfide da cui l’intelligenza artificiale potrebbe trarre vantaggio in termini di pura innovazione, ma sono anche tipi di problemi in cui, se l’intelligenza artificiale potesse aiutare, potrebbe significare moltissimo per il mondo. bene”, ha spiegato Barbara Han, ecologista delle malattie presso il Cary Institute of Ecosystem Studies, che ha co-diretto lo studio insieme a Kush Varshney di IBM Research. “Potrebbe davvero portare benefici all’umanità.”

Come l’intelligenza artificiale può aiutare l’ecologia

Gli ecologisti – incluso Han – stanno già utilizzando l’intelligenza artificiale per cercare modelli in grandi set di dati e per fare previsioni più accurate, ad esempio se nuovi virus potrebbero essere in grado di infettare gli esseri umani e quali animali hanno maggiori probabilità di ospitare quei virus.

Tuttavia, il nuovo documento sostiene che ci sono molte più possibilità per applicare l’intelligenza artificiale in ecologia, ad esempio nella sintesi di big data e nella ricerca degli anelli mancanti nei sistemi complessi.

Gli scienziati in genere cercano di comprendere il mondo confrontando due variabili alla volta: ad esempio, in che modo la densità di popolazione influisce sul numero di casi di una malattia infettiva? Il problema è che, come la maggior parte dei sistemi ecologici complessi, la previsione della trasmissione delle malattie dipende da molte variabili, non solo da una, ha spiegato la coautrice Shannon LaDeau, ecologista delle malattie presso il Cary Institute. Gli ecologisti non sempre sanno quali siano tutte queste variabili, si limitano a quelle che possono essere facilmente misurate (al contrario dei fattori sociali e culturali, per esempio), ed è difficile catturare come interagiscono queste diverse variabili.

“Rispetto ad altri modelli statistici, l’intelligenza artificiale può incorporare maggiori quantità di dati e una varietà di fonti di dati, e ciò potrebbe aiutarci a scoprire nuove interazioni e fattori che forse non pensavamo fossero importanti”, ha affermato LaDeau. “Ci sono molte promesse per lo sviluppo dell’intelligenza artificiale per catturare meglio più tipi di dati, come le intuizioni socio-culturali che sono davvero difficili da ridurre a un numero.”

Aiutando a scoprire queste relazioni complesse e proprietà emergenti, l’intelligenza artificiale potrebbe generare ipotesi uniche per testare e aprire linee completamente nuove di ricerca ecologica, ha affermato LaDeau.

Come l’ecologia può migliorare l’intelligenza artificiale

I sistemi di intelligenza artificiale sono notoriamente fragili, con conseguenze potenzialmente devastanti, come diagnosticare erroneamente il cancro o causare un incidente stradale.

L’incredibile resilienza dei sistemi ecologici potrebbe ispirare architetture di intelligenza artificiale più robuste e adattabili, sostengono gli autori. In particolare, Varshney ha affermato che la conoscenza ecologica potrebbe aiutare a risolvere il problema del collasso modale nelle reti neurali artificiali, i sistemi di intelligenza artificiale che spesso alimentano il riconoscimento vocale, la visione artificiale e altro ancora.

“Il collasso della modalità avviene quando si addestra una rete neurale artificiale su qualcosa, e poi la si addestra su qualcos’altro e si dimentica la prima cosa su cui è stata addestrata”, ha spiegato. “Capendo meglio perché il collasso modale avviene o meno nei sistemi naturali, potremmo imparare come evitare che ciò accada nell’intelligenza artificiale.”

Ispirata ai sistemi ecologici, un’intelligenza artificiale più solida potrebbe includere cicli di feedback, percorsi ridondanti e quadri decisionali. Questi miglioramenti della flessibilità potrebbero anche contribuire a una “intelligenza più generale” per le IA che potrebbe consentire il ragionamento e la creazione di connessioni oltre i dati specifici su cui è stato addestrato l’algoritmo.

L’ecologia potrebbe anche aiutare a rivelare perché i modelli linguistici di grandi dimensioni basati sull’intelligenza artificiale, che alimentano chatbot popolari come ChatGPT, mostrano comportamenti emergenti che non sono presenti nei modelli linguistici più piccoli. Questi comportamenti includono le “allucinazioni” – quando un’intelligenza artificiale genera false informazioni. Poiché l’ecologia esamina i sistemi complessi a più livelli e in modo olistico, è in grado di catturare proprietà emergenti come queste e può aiutare a rivelare i meccanismi alla base di tali comportamenti.

Inoltre, la futura evoluzione dell’intelligenza artificiale dipende da nuove idee. Il CEO di OpenAI, i creatori di ChatGPT, ha affermato che ulteriori progressi non arriveranno semplicemente rendendo i modelli più grandi.

“Ci dovranno essere altre ispirazioni, e l’ecologia offre un percorso per nuove linee di pensiero”, ha affermato Varshney.

Verso la coevoluzione

Anche se l’ecologia e l’intelligenza artificiale stanno avanzando in direzioni simili in modo indipendente, i ricercatori affermano che una collaborazione più stretta e deliberata potrebbe portare a progressi non ancora immaginati in entrambi i campi.

La resilienza offre un esempio convincente di come entrambi i campi potrebbero trarre vantaggio dalla collaborazione. Per quanto riguarda l’ecologia, i progressi dell’intelligenza artificiale nella misurazione, modellazione e previsione della resilienza naturale potrebbero aiutarci a prepararci e a rispondere ai cambiamenti climatici. Per l’intelligenza artificiale, una comprensione più chiara di come funziona la resilienza ecologica potrebbe ispirare IA più resilienti che saranno quindi ancora migliori nel modellare e studiare la resilienza ecologica, rappresentando un ciclo di feedback positivo.

Una più stretta collaborazione promette anche di promuovere una maggiore responsabilità sociale in entrambi i campi. Gli ecologisti stanno lavorando per incorporare diversi modi di comprendere il mondo da parte degli indigeni e di altri sistemi di conoscenza tradizionali, e l’intelligenza artificiale potrebbe aiutare a unire questi diversi modi di pensare. Trovare modi per integrare diversi tipi di dati potrebbe aiutare a migliorare la nostra comprensione dei sistemi socio-ecologici, a decolonizzare il campo dell’ecologia e a correggere i pregiudizi nei sistemi di intelligenza artificiale.

“I modelli di intelligenza artificiale sono costruiti su dati esistenti e vengono addestrati e riqualificati quando tornano ai dati esistenti”, ha affermato la coautrice Kathleen Weathers, scienziata dell’ecosistema del Cary Institute. “Quando abbiamo lacune nei dati che escludono le donne sopra i 60 anni, le persone di colore o i modi tradizionali di conoscere, stiamo creando modelli con punti ciechi che possono perpetuare le ingiustizie”.

Raggiungere la convergenza tra l’intelligenza artificiale e la ricerca ecologica richiederà la costruzione di ponti tra queste due discipline isolate, che attualmente utilizzano vocabolari diversi, operano all’interno di culture scientifiche diverse e hanno fonti di finanziamento diverse. Il nuovo documento è solo l’inizio di questo processo.

“Spero che almeno susciti molte conversazioni”, dice Han.

Investire nell’evoluzione convergente dell’ecologia e dell’intelligenza artificiale ha il potenziale per produrre prospettive e soluzioni trasformative inimmaginabili e dirompenti quanto le recenti scoperte nei chatbot e nel deep learning generativo, scrivono gli autori. “Le implicazioni di una convergenza riuscita vanno oltre il progresso delle discipline ecologiche o il raggiungimento di un’intelligenza artificiale generale: sono fondamentali sia per persistere che per prosperare in un futuro incerto”.

Finanziamento

Questa ricerca è stata supportata dalla National Science Foundation (DBI Grant 2234580, DEB Grant 2200158), dal Science Innovation Fund del Cary Institute e dalla Lamont-Doherty Earth Observatory Climate and Life Fellowship.